Funciones Concavas y Convexas
Funciones Concavas y Convexas
Funciones Concavas y Convexas
2 2
2 2
D
1
= 2 > 0
D
2
= 0
La matriz Hessiana es semidenida positiva en todo R
2
.
Por tanto f (x, y) es convexa en todo R
2
.
2 0 2
2
0
2
0
10
20
30
Philippe Bechouche Lecci on 3.2: Extremos absolutos en programas sin restricciones 14 / 25
Funciones convexas y c oncavas
Funciones de varias variables convexas y concavas
Ejemplo 2
f : R
2
R, f (x, y) = x
4
+ y
2
Hf (x, y) =
12x
2
0
0 2
D
1
= 12x
2
0
D
2
= 24x
2
0
Si x = 0, la matriz es denida positiva en todo R
2
.
Si x = 0, la matriz es semidenida positiva. (Comprobarlo).
Por tanto, la funcion es convexa en todo R
2
.
2
1
0
1
2
2
1
0
1
2
0
5
10
15
20
Philippe Bechouche Lecci on 3.2: Extremos absolutos en programas sin restricciones 15 / 25
Funciones convexas y c oncavas
Funciones de varias variables convexas y concavas
Ejemplo 3
f : R
2
R, f (x, y) = x
4
+ y
2
4xy
Hf (x, y) =
12x
2
4
4 2
D
1
= 12x
2
0
D
2
= 24x
2
16
El signo de D
2
depende de x. Luego la matriz no es semidenida positiva
ni negativa en todo R
2
. Por tanto, la funcion no es ni convexa ni concava
en todo R
2
. Puede ser convexa o concava en algunos subconjuntos de R
2
.
2
1
0
1
2
2
1
0
1
2
0
5
10
15
20
Philippe Bechouche Lecci on 3.2: Extremos absolutos en programas sin restricciones 16 / 25
Funciones convexas y c oncavas
Funciones de varias variables convexas y concavas
Ejemplo 4
f : (0, ) (0, ) R, f (x, y) = ln(x) + ln(y)
Hf (x, y) =
1
x
2
0
0
1
y
2
D
1
=
1
x
2
< 0
D
2
=
1
x
2
y
2
> 0
Luego la matriz es denida negativa en todo el dominio (0, ) (0, ).
Por tanto, la funcion es concava en todo el dominio (0, ) (0, ).
0
1
2
3
0
1
2
3
4
2
0
2
Philippe Bechouche Lecci on 3.2: Extremos absolutos en programas sin restricciones 17 / 25
Extremos absolutos de funciones convexas y concavas
Mnimos absolutos de funciones convexas
Mnimos absolutos de funciones convexas
Sea D un conjunto abierto y convexo y f una funcion convexa
f : D R
n
R denida en D.
Entonces se verica alguna de las tres posibilidades siguientes:
f no tiene puntos crticos f no tiene extremos en D.
f tiene un unico punto crtico en D f tiene un unico mnimo
absoluto en ese punto crtico.
f tiene innitos puntos crticos en D todos ellos son mnimos
absolutos de f .
Philippe Bechouche Lecci on 3.2: Extremos absolutos en programas sin restricciones 18 / 25
Extremos absolutos de funciones convexas y concavas
Maximos absolutos de funciones concavas
Maximos absolutos de funciones concavas
Sea D un conjunto abierto y convexo y f una funcion concava
f : D R
n
R denida en D.
Entonces se verica alguna de las tres posibilidades siguientes:
f no tiene puntos crticos f no tiene extremos en D.
f tiene un unico punto crtico en D f tiene un unico maximo
absoluto en ese punto crtico.
f tiene innitos puntos crticos en D todos ellos son maximos
absolutos de f .
Philippe Bechouche Lecci on 3.2: Extremos absolutos en programas sin restricciones 19 / 25
Extremos absolutos de funciones convexas y concavas
Mnimos absolutos de funciones convexas
Ejemplo 1
f : R
2
R, f (x, y) = x
4
+ x
2
+ y
2
+ 2xy
Hf (x, y) =
12x
2
+ 2 2
2 2
D
1
= 12x
2
+ 2 > 0
D
2
= 24x
2
0
La matriz Hessiana es denida o semidenida positiva en R
2
, luego la
funcion es convexa en R
2
.
Busquemos los puntos crticos:
f
x
(x, y) = 4x
3
+ 2x + 2y = 0,
f
y
(x, y) = 2y + 2x = 0
La unica solucion del sistema es x = 0, y = 0. Por lo tanto, esta funcion
tiene un unico punto crtico en (0, 0).
La funcion es convexa, por tanto (0, 0) es un mnimo absoluto de la
funcion f .
Philippe Bechouche Lecci on 3.2: Extremos absolutos en programas sin restricciones 20 / 25
Extremos absolutos de funciones convexas y concavas
Maximos absolutos de funciones concavas
Ejemplo 2
f : (0, ) (0, ) R, f (x, y) = ln(x) + ln(y)
Hf (x, y) =
1
x
2
0
0
1
y
2
D
1
=
1
x
2
< 0
D
2
=
1
x
2
y
2
> 0
La matriz Hessiana es denida negativa en (0, ) (0, ), luego la
funcion es concava en (0, ) (0, ).
Busquemos los puntos crticos:
f
x
(x, y) =
1
x
= 0,
f
y
(x, y) =
1
y
= 0
Este sistema no tiene solucion. Por lo tanto, esta funcion no tiene ning un
punto crtico.
La funcion es concava, por tanto no tiene ning un extremo absoluto.
Philippe Bechouche Lecci on 3.2: Extremos absolutos en programas sin restricciones 21 / 25
Que hemos aprendido hoy?
Resumiendo
Hemos aprendido lo que es un conjunto convexo.
Hemos aprendido que la concavidad o convexidad de una funcion
viene determinada por la matriz hessiana:
denida o semidenida positiva convexa.
denida o semidenida negativa concava.
Hemos aprendido que las funciones convexas y concavas solo tienen
ning un, uno o innitos puntos crticos.
Hemos aprendido que:
funcion convexa (concava)
+
dominio convexo